化学计量学中人工神经网络的进展

简要回顾了人工神经网络的发展历史 ,评述了近几年人工神经网络在化学计量学中统计学与统计方法、试验设计与优化、多元校正、分析信号处理、化学模型识别、定量构效关系、人工智能等方面的应用 ,对人工神经网络在化学计量学中的应用前景进行了展望。

基于LM-BP神经网络模式的酸性染料分类方法

提出用Levenberg MarquardtBackpropagationNeuralNetwork(LM BP)网络对酸性偶氮染料进行分类,网络结构为4-6-5。优化了隐含层神经元数和网络训练次数,表明隐含层神经元数应比输出层神经元数多一个。考察了训练集样本的选择对结果的影响,测试集的样本参数大小要处于训练集样本之间。本网络把其中22种染料作为训练集,把另外18种染料作为测试集,与采用GCEDM逐次分类法比较,测试集识别率为83%。